CN110689383B - 信息推送方法、装置、服务器及存储介质 - Google Patents
信息推送方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN110689383B CN110689383B CN201910967335.3A CN201910967335A CN110689383B CN 110689383 B CN110689383 B CN 110689383B CN 201910967335 A CN201910967335 A CN 201910967335A CN 110689383 B CN110689383 B CN 110689383B
- Authority
- CN
- China
- Prior art keywords
- information
- user
- category
- commodity
- real numbers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
- G06F16/275—Synchronous replication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种信息推送方法、装置、服务器及存储介质,属于计算机技术领域。方法包括:对于任一品类,获取用户对品类中包括的至少一个商品的偏好信息;根据至少一个商品之间的相似度信息,对至少一个商品的偏好信息进行融合,得到用户对品类的喜好程度信息;根据用户对各品类的喜好程度信息,向用户推送与各品类相关的信息。通过根据相似度信息对同一品类下的商品的偏好信息进行融合,使得相似度较高的多个商品的偏好信息在累加时不会对最终结果造成较大的影响,使得融合的结果能够准确的反映用户对该品类的喜好程度,从而可以将信息有效的推送到对信息相关的品类喜好程度较高的用户。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种信息推送方法、装置、服务器及存储介质。
背景技术
在日常生活中,用户通常会根据自己的喜好来选购商品,例如,用户可以从琳琅满目的商品中购买自己喜欢的商品,或者从众多的游戏中选择自己喜欢的游戏等。用户对于某个商品的喜好程度,可以用取值范围在0到1的数值来表示。商家在推送信息时,为了更好的迎合用户的喜好,往往关心的是用户对于某一品类的商品的喜好程度,这就需要确定用户对于某一品类商品的喜好程度。
现有技术中,确定用户对于某一品类商品的喜好程度的方法,通常是将该用户对属于同一品类的商品的喜好程度对应的数值进行累加求和。例如,策略类游戏有三种,用户对这三种策略类游戏具有不同的喜好程度,因此可以将用户对三种策略类游戏的喜好程度对应的数值的和来表示用户对策略类游戏的喜好程度。
上述技术方案中存在的问题是,对于任一品类的商品,该品类包括的商品越多,即使用户对每个商品的喜好程度较低,得到的用户对该品类的喜好程度也较高。而对于包括较少商品的品类,即使用户对每个商品的喜好程度很高,得到的用户对该品类的喜好程度也不会很高。因此,通过累加求和得到的结果并不能准确的反映用户对某一品类的喜好程度,导致商户在推送某一品类的商品的信息时,无法将信息有效的推送到对该品类喜好程度较高的用户。
发明内容
本发明实施例提供了一种信息推送方法、装置、服务器及存储介质,用于解决目前数据库同步时主数据库可能会无法接收到备数据库返回的应答,导致主数据库执行的数据库指令无法执行或者执行较慢,从而影响数据库系统的处理性能的问题。所述技术方案如下:
一方面,提供了一种信息推送方法,包括:
获取属于同一品类的至少一个商品的偏好信息;
对于每个商品,从第一数量个互不相同的实数中获取第二数量个互不相同的实数,所述第二数量为所述商品的偏好信息与所述第一数量的乘积;
将获取到的所有实数进行去重,确定剩余的实数的第三数量;
确定所述第三数量与所述第一数量的比值,将所述比值作为所述至少一个商品的偏好信息的融合结果。
另一方面,提供了一种信息推送装置,包括:
获取模块,用于对于任一品类,获取用户对所述品类中包括的至少一个商品的偏好信息;
融合模块,用于根据所述至少一个商品之间的相似度信息,对所述至少一个商品的偏好信息进行融合,得到所述用户对所述品类的喜好程度信息;
推送模块,用于根据所述用户对各品类的喜好程度信息,向所述用户推送与各品类相关的信息。
在一种可能的实现方式中,所述融合模块,还用于对于每个商品,将所述商品的偏好信息转换为概率信息,所述概率信息表示所述用户喜欢所述商品的概率;根据每个商品的概率信息和所述商品与其他商品之间的相似度信息,确定所述用户对所述品类的喜好程度信息。
在一种可能的实现方式中,所述融合模块,还用于对于每个商品,根据所述商品的概率信息,从第一数量个互不相同的实数中获取第二数量个互不相同的实数,所述第二数量为所述概率信息的取值与所述第一数量的乘积,所述第二数量个互不相同的实数的获取概率与所述概率信息的取值相同;根据所述商品与所述其他商品之间的相似度信息,对所述商品与所述其他商品获取到的实数去重,确定剩余的实数的第三数量;确定所述第三数量与所述第一数量的比值,所述比值用于表示所述用户对所述品类的喜好程度信息的取值。
在一种可能的实现方式中,所述融合模块,还用于确定第二数量,从第一数量个互不相同的实数中随机不放回的获取实数,直到得到第二数量个互不相同的实数。
在一种可能的实现方式中,所述装置还包括:
确定模块,用于确定第一数量,所述第一数量为正实数,与所述喜好程度信息的精确度正相关;
所述获取模块,还用于获取0到所述第一数量之间互不相同的第一数量个正实数。
在一种可能的实现方式中,所述推送模块,还用于根据所述用户对各品类的喜好程度信息,确定所述用户在各品类所属的用户类别;根据所述用户类别和待推送信息所属的品类,向所述用户推送所述待推送信息。
在一种可能的实现方式中,所述推送模块,还用于确定待推送信息所属的品类;当所述用户在所述品类所属的用户类别为不感兴趣用户时,取消向所述用户发送所述待推送信息;当所述用户在所述品类所属的用户类别为一般感兴趣用户时,根据所述待推送信息的重要程度,向所述用户发送所述待推送信息;当所述用户在所述品类所属的用户类别为感兴趣用户时,根据最近发送信息的时刻,向所述用户发送所述待推送信息;当所述用户在所述品类所属的用户类别为重度感兴趣用户时,向所述用户发送所述待推送信息。
另一方面,提供了一种服务器,所述服务器包括处理器和存储器,所述存储器用于存储程序代码,所述程序代码由所述处理器加载并执行以实现本发明实施例中的信息推送方法中所执行的操作。
另一方面,提供了一种存储介质,所述存储介质中存储有程序代码,所述程序代码用于执行本发明实施例中的信息推送方法。
本发明实施例提供的技术方案带来的有益效果是:
通过根据相似度信息对同一品类下的至少一个商品的偏好信息进行融合,使得相似度较高的多个商品的偏好信息在累加时不会对最终结果造成较大的影响,从而可以避免品类包含的商品的数量对确定用户对该品类的喜好程度的影响,使得融合的结果能够准确的反映用户对该品类的喜好程度,从而可以将信息有效的推送到对信息相关的品类喜好程度较高的用户。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种游戏-游戏品类-用户的关系示意图;
图2是本发明实施例提供的一种信息推送方法的实施环境的示意图;
图3是本发明实施例提供的一种信息推送方法的流程图;
图4是本发明实施例示出的一种用户偏好信息的取值的示意图;
图5是本发明实施例提供的一种信息推送装置的框图;
图6是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
本发明实施例提供的方法可以应用于商业推广中的信息推送等场景。例如以商品为游戏为例,首先说明一下游戏、用户以及游戏品类之间的关系。可以参见图1所示,图1是本发明实施例提供的一种游戏-游戏品类-用户的关系示意图。每个用户可以玩多款游戏,每个游戏可以有多个用户玩,也即用户和游戏是多对多的关系,每个用户对每个游戏都会有一个偏好信息;每个游戏属于一个游戏品类,每个游戏品类包括多个游戏,也即游戏和游戏品类是多对一的关系,商家关心的是用户对某一品类的喜好程度,因此需要将同品类的多个游戏的偏好信息进行融合;一个用户可以玩多个游戏品类的游戏,一个游戏品类可以有多个用户玩,也即用户和游戏品类是多对多的关系。
本发明实施例提供的方法,可以用于为新上线的游戏筛选出喜爱程度较高的用户,作为活动的核心用户,向该核心用户推送活动信息。例如,仍以商品为游戏为例,本发明实施例提供的方法,可以根据用户对单个游戏的偏好信息,确定用户对各游戏品类的喜好程度信息。当商家需要推广新上线的游戏时,可以根据用户对各游戏品类的喜好程度信息,将运营活动的信息精准的送达到对于该新上线的游戏所属的游戏品类的喜爱程度较高的用户,从而为该新上线的游戏赢得早期用户,使得该新上线的游戏具有一个良好的开端。
当然,根据本发明实施例提供的方法,商家还可以构建用户知识图谱。例如,仍以商品为游戏为例,用户可以玩不同游戏品类的游戏,商家通过本发明实施例提供的方法得到的用户对于不同游戏品类的喜好程度信息,可以用来刻画用户的特征。由于喜好程度信息的取值的大小可以用来反映用户对该游戏品类的喜好程度,从而对于任一品类的游戏,商家可以将用户定义为不感兴趣用户、一般感兴趣用户、感兴趣用户以及重度感兴趣用户等用户类别。
另外,由于用户对品类的喜好程度信息可以作为该用户的一个强关联特征,因此,本发明实施例提供的方法所确定的用户对于品类的喜好程度信息的取值,可以在相关场景的模型训练中作为权重值使用。
图2是本发明实施例提供的一种信息推送方法的实施环境的示意图,参见图2所示,该实施环境中包括多个终端210和服务器220。
终端210可以通过无线网络或有线网络与服务器220相连。终端210可以是智能手机、摄像机、台式计算机、平板电脑、MP4播放器和膝上型便携计算机中的至少一种。终端210可以安装和运行有用于信息推送的应用程序。该应用程序可以是社交类应用程序、资讯类应用程序或者游戏类应用程序等。示意性的,终端210可以是用户使用的终端,终端210运行的应用程序内登录有该用户的账号。
服务器220包括一台服务器、多台服务器和云计算平台中的至少一种。服务器220用于提供上述应用程序的后台服务。可选的服务器220承担主要的信息推送的工作,终端210承担次要的信息推送的工作;或者服务器220承担次要的信息推送的工作,终端210承担主要的信息推送的工作;或者,服务器220和终端210分别可以单独承担信息推送的工作。在终端210承担主要的信息推送的工作时,终端210可以从服务器220中下载并存储信息推送过程中需要用到的数据。
可选的,服务器220包括:接入服务器、信息推送服务器和数据库。接入服务器用于提供终端210的接入服务。信息推送服务器用于向用户推送与各品类相关的信息。信息推送服务器可以是一台或多台,当信息推送服务器是多台时,存在至少两台信息推送服务器用于提供不同的服务,和/或,存在至少两台信息推送服务器用于提供相同的服务,比如以负载均衡方式提供同一种服务或者以主服务器和镜像服务器的方式提供同一种服务,本发明实施例对此不加以限定。数据库用于存储用户对各商品的偏好信息。数据库存储的信息为用户已授权使用的信息。
终端210可以泛指多个终端中的一个,本实施例仅以终端210来举例说明。本领域技术人员可以知晓,上述终端的数量可以更多或更少。比如上述终端210可以仅为一个,或者上述终端为几十个或几百个,或者更多数量,此时上述实施环境中还包括其他终端。本发明实施例对终端的数量和类型不加以限定。
图3是本发明实施例提供的一种信息推送方法的流程图。如图3所示,该方法包括以下步骤:
301、服务器确定第一数量,获取第一数量个互不相同的实数。
在本发明实施例中,服务器可以先确定第一数量,该第一数量为正实数,其大小与喜好程度信息的精确度正相关。也即是,第一数量越大,则喜好程度信息的精确度越高。该第一数量还可以称为全局精度(Global Precision),可以用GLOBALPRECISION来表示。第一数量的取值可以为正整数,例如10000,50000,或者100000等。服务器可以从全部实数中随机挑选出第一数量个互不相同的实数,从而获取到第一数量个互不相同的实数。
在一种可选的实现方式中,服务器还可以从0到第一数量之间获取互不相同的第一数量个正实数。由于限制了获取实数的范围,从而服务器可以更快速的获取第一数量个互不相同的实数。
例如,第一数量为10000,服务器可以使用随机数发生器生成具有四位小数的随机数,将该随机数与10000的乘积作为获取到的实数,直到得到10000个互不相同的实数。当然,服务器还可以直接将0~9999中的正整数作为10000个互不相同的实数。
302、对于任一品类,服务器获取用户对品类中包括的至少一个商品的偏好信息。
在本发明实施例中,用户与品类之间是多对多的关系,也即每个用户可以喜欢多个品类,而每个品类也可以有多个用户喜欢。以任一用户对任一品类进行示例性说明。当数据库中已存储有用户对该品类中包括的至少一个商品的偏好信息时,服务器可以从数据库中直接获取该至少一个商品的偏好信息。
在一种可选的实现方式中,当数据库中仅存储有各用户对各商品的偏好信息时,对于任一用户,服务器可以对该用户相关联的多个商品进行分类,确定每个商品所属的品类。对于任一品类包括的至少一个商品,服务器可以获取用户对该至少一个商品中每个商品的偏好信息。
例如,以商品为游戏为例,服务器获取用户i已玩的n个游戏,将这n个游戏按照游戏品类划分到m个不同的游戏品类中去,对于游戏j,服务器获取用户i对该游戏的偏好信息的取值Scorej (i),i、n、m、j均为非负整数。可以参见图4所示,图4是本发明实施例示出的一种用户偏好信息的取值的示意图。在图4中,游戏品类为角色扮演类和策略类,其中,角色扮演类包括游戏1和游戏2,策略类包括游戏3。五个用户对各游戏的偏好信息的取值并不完全相同。
303、服务器根据至少一个商品之间的相似度信息,对该至少一个商品的偏好信息进行融合,得到用户对该品类的喜好程度信息。
在本发明实施例中,用户对商品的偏好信息实际可以转换为用户在该品类中选择该商品的概率,用户对商品越喜爱,则用户对该商品的偏好信息的取值也就越大,表示用户越容易在该品类中选择该商品。因此对于每个商品,服务器可以将该商品的偏好信息转换为概率信息,该概率信息表示用户喜欢该商品的概率。服务器可以根据每个商品的概率信息和该商品与其他商品之间的相似度信息,确定用户对该品类的喜好程度信息。
在一种可选的实现方式中,概率信息可以通过抽取实数的概率来表示,相应的,服务器根据每个商品的概率信息和该商品与其他商品之间的相似度信息,确定用户对品类的喜好程度信息的步骤可以通过以下子步骤303a至303c来实现。
303a、对于每个商品,服务器可以根据该商品的概率信息,从第一数量个互不相同的实数中获取第二数量个互不相同的实数,该第二数量为概率信息的取值与第一数量的乘积,该第二数量个互不相同的实数的获取概率与概率信息的取值相同。
其中,服务器在获取第二数量个互不相同的的实数时,可以一次从第一数量个互不相同的实数中直接获取第二数量个互不相同的实数。
在一种可选的实现方式中,服务器在获取第二数量个互不相同的的实数时,还可以先确定第二数量,也即确定商品的偏好信息的取值与第一数量的乘积,根据该第二数量,服务器可以从第一数量个互不相同的实数中随机不放回的获取实数,直到得到第二数量个互不相同的实数。由于获取的过程是随机不放回,因此每个获取到的实数的概率近似相同。
例如,用户i对游戏j的偏好信息的取值为Scorej (i)=0.5,第一数量为10000,则第二数量为Scorej (i)*GLOBALPRECISION=0.5*10000=5000,则服务器从10000个实数中随机不放回的获取5000个实数。
303b、服务器可以根据该商品与其他商品之间的相似度信息,对该商品与其他商品获取到的实数去重,确定剩余的实数的第三数量。
当某一品类中仅有一个商品时,用户对该品类的喜好程度信息的取值与对该商品的偏好信息的取值一致;当品类中有两个或者两个以上的商品时,对于每个商品,服务器都获取到了多个实数。服务器可以执行上述实数去重的步骤,也即将重复出现的实数仅保留一个,然后确定剩余的实数的第三数量,该第三数量可以用Numrand来表示。通过对实数去重,可以将多次出现的数字仅保留一个,也即以概率的方式来表示用户对各商品的喜好程度,而去重的部分则是去除用户对多个相似的商品的喜好程度的重复部分。
例如,用户i对游戏1的偏好信息的取值为0.3,对游戏2的偏好信息的取值为0.8,第一数量为10000,则对于游戏1服务器获取到3000个互不相同的实数,对于游戏2服务器获取到8000个互不相同的实数,由于3000和8000的和大于10000,很明显服务器两次获取到的实数中有相同的实数。这些相同的实数表示的是用户即喜欢游戏1又喜欢游戏2,这是由于游戏1和游戏2是属于同一游戏品类且具有较高相似度的游戏,则用户对游戏1和游戏2的偏好实际上是相容的,因此需要对获取到的实数去重。
303c、服务器可以确定第三数量与第一数量的比值,该比值用于表示用户对该品类的喜好程度信息的取值。
服务器在确定第三数量后,可以确定该第三数量与第一数量的比值,该比值可以用来表示:
其中i表示用户i,k表示品类k。
由于第三数量是从第一数量个互不相同的实数中获取互不相同的实数且去重后得到的,因此第三数量不大于第一数量,也即第三数量的最大值为第一数量,从而第三数量与第一数量的比值在0到1之间。服务器可以将该比值表示用户对该至少一个商品所属的品类的喜好程度信息的取值。
304、根据所述用户对各品类的喜好程度信息,向所述用户推送与各品类相关的信息。
在本发明实施例中,服务器可以根据用户对各品类的喜好程度信息,确定该用户在各品类所属的用户类别。服务器可以根据用户类别和待推送信息所属的品类,向用户推送该待推送信息。
在一种可选的实现方式中,该用户类别可以包括不感兴趣用户、一般感兴趣用户、感兴趣用户以及重度感兴趣用户。相应的,服务器可以根据用户类别和待推送信息所属的品类,向用户推送该待推送信息的步骤可以为:服务器确定待推送信息所属的品类。当该用户在该品类所属的用户类别为不感兴趣用户时,服务器可以取消向该用户发送该待推送信息;当该用户在该品类所属的用户类别为一般感兴趣用户时,服务器可以根据该待推送信息的重要程度,向该用户发送该待推送信息;当该用户在该品类所属的用户类别为感兴趣用户时,服务器可以根据最近发送信息的时刻,向该用户发送该待推送信息;当该用户在该品类所属的用户类别为重度感兴趣用户时,服务器可以向该用户发送该待推送信息。
在本发明实施例中,通过根据相似度信息对同一品类下的至少一个商品的偏好信息进行融合,使得相似度较高的多个商品的偏好信息在累加时不会对最终结果造成较大的影响,从而可以避免品类包含的商品的数量对确定用户对该品类的喜好程度的影响,使得融合的结果能够准确的反映用户对该品类的喜好程度,从而可以将信息有效的推送到对信息相关的品类喜好程度较高的用户。
图5是本发明实施例提供的一种信息推送装置的框图。如图5所示,包括:获取模块501、融合模块502以及推送模块503。
获取模块501,用于对于任一品类,获取用户对品类中包括的至少一个商品的偏好信息;
融合模块502,用于根据至少一个商品之间的相似度信息,对至少一个商品的偏好信息进行融合,得到用户对品类的喜好程度信息;
推送模块503,用于根据用户对各品类的喜好程度信息,向用户推送与各品类相关的信息。
在一种可能的实现方式中,融合模块502,还用于对于每个商品,将商品的偏好信息转换为概率信息,概率信息表示用户喜欢商品的概率;根据每个商品的概率信息和商品与其他商品之间的相似度信息,确定用户对品类的喜好程度信息。
在一种可能的实现方式中,融合模块502,还用于对于每个商品,根据商品的概率信息,从第一数量个互不相同的实数中获取第二数量个互不相同的实数,第二数量为概率信息的取值与第一数量的乘积,第二数量个互不相同的实数的获取概率与概率信息的取值相同;根据商品与其他商品之间的相似度信息,对商品与其他商品获取到的实数去重,确定剩余的实数的第三数量;确定第三数量与第一数量的比值,比值用于表示用户对品类的喜好程度信息的取值。
在一种可能的实现方式中,融合模块502,还用于确定第二数量,从第一数量个互不相同的实数中随机不放回的获取实数,直到得到第二数量个互不相同的实数。
在一种可能的实现方式中,装置还包括:
确定模块,用于确定第一数量,第一数量为正实数,与喜好程度信息的精确度正相关;
获取模块501,还用于获取0到第一数量之间互不相同的第一数量个正实数。
在一种可能的实现方式中,推送模块503,还用于根据用户对各品类的喜好程度信息,确定用户在各品类所属的用户类别;根据用户类别和待推送信息所属的品类,向用户推送待推送信息。
在一种可能的实现方式中,推送模块503,还用于确定待推送信息所属的品类;当用户在品类所属的用户类别为不感兴趣用户时,取消向用户发送待推送信息;当用户在品类所属的用户类别为一般感兴趣用户时,根据待推送信息的重要程度,向用户发送待推送信息;当用户在品类所属的用户类别为感兴趣用户时,根据最近发送信息的时刻,向用户发送待推送信息;当用户在品类所属的用户类别为重度感兴趣用户时,向用户发送待推送信息。
在本发明实施例中,通过根据相似度信息对同一品类下的至少一个商品的偏好信息进行融合,使得相似度较高的多个商品的偏好信息在累加时不会对最终结果造成较大的影响,从而可以避免品类包含的商品的数量对确定用户对该品类的喜好程度的影响,使得融合的结果能够准确的反映用户对该品类的喜好程度,从而可以将信息有效的推送到对信息相关的品类喜好程度较高的用户。
图6是本发明实施例提供的一种服务器的结构示意图,该服务器600可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(Central ProcessingUnits,CPU)601和一个或一个以上的存储器602,其中,存储器602中存储有至少一条指令,至少一条指令由处理器601加载并执行以实现上述各个方法实施例提供的方法。当然,该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器还可以包括其他用于实现设备功能的部件,在此不做赘述。
本发明实施例还提供了一种存储介质,该存储介质应用于服务器,该存储介质中存储有程序代码,该程序代码用于执行本发明实施例中的信息推送方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,的程序可以存储于一种存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种信息推送方法,其特征在于,所述方法包括:
对于任一品类,获取用户对所述品类中包括的至少一个商品的偏好信息;
对于每个商品,将所述商品的偏好信息转换为概率信息,所述概率信息表示所述用户喜欢所述商品的概率;
对于每个商品,根据所述商品的概率信息,从第一数量个互不相同的实数中获取第二数量个互不相同的实数,所述第二数量为所述概率信息的取值与所述第一数量的乘积,所述第二数量个互不相同的实数的获取概率与所述概率信息的取值相同;
根据所述商品与其他商品之间的相似度信息,对所述商品与所述其他商品获取到的实数去重,确定剩余的实数的第三数量;
确定所述第三数量与所述第一数量的比值,所述比值用于表示所述用户对所述品类的喜好程度信息的取值;
根据所述用户对各品类的喜好程度信息,向所述用户推送与各品类相关的信息。
2.根据权利要求1所述的方法,其特征在于,所述从第一数量个互不相同的实数中获取第二数量个互不相同的实数,包括:
确定第二数量,从第一数量个互不相同的实数中随机不放回的获取实数,直到得到第二数量个互不相同的实数。
3.根据权利要求1所述的方法,其特征在于,所述从第一数量个互不相同的实数中获取第二数量个互不相同的实数之前,所述方法还包括:
确定第一数量,所述第一数量为正实数,与所述喜好程度信息的精确度正相关;
获取0到所述第一数量之间互不相同的第一数量个正实数。
4.根据权利要求1所述的方法,其特征在于,所述根据所述用户对各品类的喜好程度信息,向所述用户推送与各品类相关的信息,包括:
根据所述用户对各品类的喜好程度信息,确定所述用户在各品类所属的用户类别;
根据所述用户类别和待推送信息所属的品类,向所述用户推送所述待推送信息。
5.根据权利要求4所述的方法,其特征在于,所述根据所述用户类别和待推送信息所属的品类,向所述用户推送所述待推送信息,包括:
确定待推送信息所属的品类;
当所述用户在所述品类所属的用户类别为不感兴趣用户时,取消向所述用户发送所述待推送信息;
当所述用户在所述品类所属的用户类别为一般感兴趣用户时,根据所述待推送信息的重要程度,向所述用户发送所述待推送信息;
当所述用户在所述品类所属的用户类别为感兴趣用户时,根据最近发送信息的时刻,向所述用户发送所述待推送信息;
当所述用户在所述品类所属的用户类别为重度感兴趣用户时,向所述用户发送所述待推送信息。
6.一种信息推送装置,其特征在于,所述装置包括:
获取模块,用于对于任一品类,获取用户对所述品类中包括的至少一个商品的偏好信息;
融合模块,用于对于每个商品,将所述商品的偏好信息转换为概率信息,所述概率信息表示所述用户喜欢所述商品的概率;对于每个商品,根据所述商品的概率信息,从第一数量个互不相同的实数中获取第二数量个互不相同的实数,所述第二数量为所述概率信息的取值与所述第一数量的乘积,所述第二数量个互不相同的实数的获取概率与所述概率信息的取值相同;根据所述商品与其他商品之间的相似度信息,对所述商品与所述其他商品获取到的实数去重,确定剩余的实数的第三数量;确定所述第三数量与所述第一数量的比值,所述比值用于表示所述用户对所述品类的喜好程度信息的取值;
推送模块,用于根据所述用户对各品类的喜好程度信息,向所述用户推送与各品类相关的信息。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
确定模块,用于确定第一数量,所述第一数量为正实数,与所述喜好程度信息的精确度正相关;
所述获取模块,还用于获取0到所述第一数量之间互不相同的第一数量个正实数。
8.根据权利要求6所述的装置,其特征在于,所述推送模块,还用于根据所述用户对各品类的喜好程度信息,确定所述用户在各品类所属的用户类别;根据所述用户类别和待推送信息所属的品类,向所述用户推送所述待推送信息。
9.根据权利要求8所述的装置,其特征在于,所述推送模块,还用于确定待推送信息所属的品类;当所述用户在所述品类所属的用户类别为不感兴趣用户时,取消向所述用户发送所述待推送信息;当所述用户在所述品类所属的用户类别为一般感兴趣用户时,根据所述待推送信息的重要程度,向所述用户发送所述待推送信息;当所述用户在所述品类所属的用户类别为感兴趣用户时,根据最近发送信息的时刻,向所述用户发送所述待推送信息;当所述用户在所述品类所属的用户类别为重度感兴趣用户时,向所述用户发送所述待推送信息。
10.一种服务器,其特征在于,所述服务器包括处理器和存储器,所述存储器用于存储程序代码,所述程序代码由所述处理器加载并执行权利要求1至5任一权利要求所述的信息推送方法。
11.一种存储介质,其特征在于,所述存储介质用于存储程序代码,所述程序代码用于被处理器加载并执行权利要求1至5任一权利要求所述的信息推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910967335.3A CN110689383B (zh) | 2019-10-12 | 2019-10-12 | 信息推送方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910967335.3A CN110689383B (zh) | 2019-10-12 | 2019-10-12 | 信息推送方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110689383A CN110689383A (zh) | 2020-01-14 |
CN110689383B true CN110689383B (zh) | 2023-08-22 |
Family
ID=69112212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910967335.3A Active CN110689383B (zh) | 2019-10-12 | 2019-10-12 | 信息推送方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110689383B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011258023A (ja) * | 2010-06-09 | 2011-12-22 | Nippon Telegr & Teleph Corp <Ntt> | Posデータ分析装置及び方法及びプログラム |
CN103632290A (zh) * | 2013-12-02 | 2014-03-12 | 合肥工业大学 | 一种基于推荐概率融合的混合推荐方法 |
JP5879004B1 (ja) * | 2015-09-17 | 2016-03-08 | ネットパイロティング株式会社 | 販売促進支援装置及び販売促進の支援方法 |
CN105574216A (zh) * | 2016-03-07 | 2016-05-11 | 达而观信息科技(上海)有限公司 | 基于概率模型和用户行为分析的个性化推荐方法、系统 |
CN106294342A (zh) * | 2015-05-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 一种推送信息的生成方法和设备 |
WO2018079939A1 (ko) * | 2016-10-31 | 2018-05-03 | 에스케이플래닛 주식회사 | 카테고리 추천을 이용한 비로그인 사용자 메인 상품 추천 서버 및 방법 |
CN108647996A (zh) * | 2018-04-11 | 2018-10-12 | 中山大学 | 一种基于Spark的个性化推荐方法及系统 |
CN109242649A (zh) * | 2018-10-31 | 2019-01-18 | 广州品唯软件有限公司 | 一种商品推荐方法及相关装置 |
CN109389442A (zh) * | 2017-08-04 | 2019-02-26 | 北京京东尚科信息技术有限公司 | 商品推荐方法及装置、存储介质及电子终端 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1684507A4 (en) * | 2003-11-13 | 2008-11-26 | Panasonic Corp | PROGRAM RECOMMENDATION DEVICE, PROGRAM RECOGNITION METHOD OF A PROGRAM RECOMMENDATION DEVICE AND COMPUTER PROGRAM |
US9547698B2 (en) * | 2013-04-23 | 2017-01-17 | Google Inc. | Determining media consumption preferences |
CN108512883B (zh) * | 2017-04-10 | 2020-08-11 | 腾讯科技(深圳)有限公司 | 一种信息推送方法、装置及可读介质 |
-
2019
- 2019-10-12 CN CN201910967335.3A patent/CN110689383B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011258023A (ja) * | 2010-06-09 | 2011-12-22 | Nippon Telegr & Teleph Corp <Ntt> | Posデータ分析装置及び方法及びプログラム |
CN103632290A (zh) * | 2013-12-02 | 2014-03-12 | 合肥工业大学 | 一种基于推荐概率融合的混合推荐方法 |
CN106294342A (zh) * | 2015-05-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 一种推送信息的生成方法和设备 |
JP5879004B1 (ja) * | 2015-09-17 | 2016-03-08 | ネットパイロティング株式会社 | 販売促進支援装置及び販売促進の支援方法 |
CN105574216A (zh) * | 2016-03-07 | 2016-05-11 | 达而观信息科技(上海)有限公司 | 基于概率模型和用户行为分析的个性化推荐方法、系统 |
WO2018079939A1 (ko) * | 2016-10-31 | 2018-05-03 | 에스케이플래닛 주식회사 | 카테고리 추천을 이용한 비로그인 사용자 메인 상품 추천 서버 및 방법 |
CN109389442A (zh) * | 2017-08-04 | 2019-02-26 | 北京京东尚科信息技术有限公司 | 商品推荐方法及装置、存储介质及电子终端 |
CN108647996A (zh) * | 2018-04-11 | 2018-10-12 | 中山大学 | 一种基于Spark的个性化推荐方法及系统 |
CN109242649A (zh) * | 2018-10-31 | 2019-01-18 | 广州品唯软件有限公司 | 一种商品推荐方法及相关装置 |
Non-Patent Citations (1)
Title |
---|
王付强 ; 彭甫 ; 丁小焕 ; 陆建峰 ; .基于位置的非对称相似性度量的协同过滤推荐算法.计算机应用.2016,(第01期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN110689383A (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110413877B (zh) | 一种资源推荐方法、装置及电子设备 | |
CN103823908B (zh) | 基于用户偏好的内容推荐方法和服务器 | |
CN110909182B (zh) | 多媒体资源搜索方法、装置、计算机设备及存储介质 | |
WO2020048084A1 (zh) | 资源推荐方法、装置、计算机设备及计算机可读存储介质 | |
KR100692209B1 (ko) | 맞춤형 상품 정보 제공 방법 및 그 시스템 | |
CN111461841B (zh) | 物品推荐方法、装置、服务器及存储介质 | |
CN107808314B (zh) | 用户推荐方法及装置 | |
WO2015148422A1 (en) | Recommendation system with dual collaborative filter usage matrix | |
CN110955659B (zh) | 处理数据表的方法及系统 | |
CN110750697B (zh) | 商户分类方法、装置、设备及存储介质 | |
CN115705583A (zh) | 多目标预测方法、装置、设备及存储介质 | |
US9201968B2 (en) | System and method for finding mood-dependent top selling/rated lists | |
US9967297B1 (en) | Generating item suggestions from a profile-based group | |
CN112036987B (zh) | 确定推荐商品的方法和装置 | |
CN113609020A (zh) | 一种测试用例推荐方法及装置 | |
CN113010737A (zh) | 一种视频标签的分类方法、装置及存储介质 | |
CN110689383B (zh) | 信息推送方法、装置、服务器及存储介质 | |
CN113744002A (zh) | 推送信息的方法、装置、设备和计算机可读介质 | |
CN113837843B (zh) | 产品推荐方法、装置、介质及电子设备 | |
CN113934776B (zh) | 食材推送方法、装置、介质及设备 | |
CN112785391B (zh) | 推荐处理方法、装置及智能设备、存储介质 | |
CN115860865A (zh) | 商品组合构造方法及其装置、设备、介质、产品 | |
US10572926B1 (en) | Using artificial intelligence to efficiently identify significant items in a database | |
CN114385931A (zh) | 一种获得推荐表单的方法、装置及电子设备 | |
WO2012127986A1 (ja) | 情報検索システム、情報検索方法および情報検索プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |